[发明专利]一种定制化信息发送方法、装置及电子设备

说明书

本发明公开了一种定制化信息发送方法、装置及电子设备，所述方法包括：基于用户输入的模型参数通过自动机器学习AutoML筛选出多个目标模型及对应的特征列表；基于样本数据通过可解释人工智能XAI选择与用户输入的模型解释参数相匹配的模型解释方式对各个目标模型进行解释；根据模型解释结果调整各个目标模型对应的特征列表；根据各个目标模型及调整后的特征列表对测试人群进行圈选；根据预定的策略向圈选的人群关联的客户端发送定制化信息。本发明将自动机器学习AutoML技术和可解释人工智能XAI技术相融合，形成框架性的建模系统，能有效避免技术团队的重复繁琐劳动，并避免业务的偏离，提高信息发送的有效性。

技术领域

本发明涉及数据处理技术领域，具体而言，涉及一种定制化信息发送方法、装置、电子设备及计算机可读介质。

背景技术

为了满足定制化需求，需要从海量的数据中圈选出指定人群，并对指定人群发送定制化的信息。其中，信息发送是指服务器向客户端通过操作系统、APP、网页等方式发送信息的技术。发送的信息可以根据业务的不同而不同，比如，可以是预警信息、提示信息、通知信息等。

在这种信息发送过程中，指定人群的圈选至关重要。目前，一个业务的指定人群圈选需要多个技术人员共同完成。而每个技术人员都会独立创建人群圈选的机器学习模型，需要进行特征提取、模型筛选、超参调节等繁琐劳动。一方面技术人员需要重复进行上述繁琐劳动；另一方面，其他工作人员(比如运营人员、销售人员等)并不能理解和有效沟通各个机器学习模型的问题，造成业务目标偏离的问题。

发明内容

本发明旨在解决现有信息发送过程中人群圈选出现重复劳动和目标偏离的技术问题。

为了解决上述技术问题，本发明第一方面提出一种定制化信息发送方法，用于向特定人群的客户端发送定制化信息，所述方法包括：

基于用户输入的模型参数通过自动机器学习AutoML筛选出多个目标模型及对应的特征列表；

基于样本数据通过可解释人工智能XAI选择与用户输入的模型解释参数相匹配的模型解释方式对各个目标模型进行解释；

根据模型解释结果调整各个目标模型对应的特征列表；

根据各个目标模型及调整后的特征列表对测试人群进行圈选；

根据预定的策略向圈选的人群关联的客户端发送定制化信息。

根据本发明一种优选的实施方式，所述根据各个目标模型及调整后的特征列表对测试人群进行圈选包括：

将各个目标模型及调整后的特征列表进行组合得到组合模型集；所述组合模型集包括：组合模型和对应的组合特征列表；

根据组合模型集中的各个组合模型及对应的组合特征列表对子测试人群进行圈选；

根据圈选结果确定目标组合模型及对应的组合特征列表；

通过所述目标组合模型及对应的组合特征列表对测试人群进行圈选。

根据本发明一种优选的实施方式，所述基于用户输入的模型参数通过自动机器学习AutoML筛选出多个目标模型及对应的特征列表之前，所述方法还包括：

创建模型集和特征列表集；所述特征列表集由根据数据属性的类型生成的特征组成。

根据本发明一种优选的实施方式，所述基于样本数据通过可解释人工智能XAI选择与用户输入的模型解释参数相匹配的模型解释方式对各个目标模型进行解释之前，所述方法还包括：

配置并存储用户输入的模型解释参数与模型解释方式匹配表。

根据本发明一种优选的实施方式，所述根据模型解释结果调整各个目标模型对应的特征列表包括：